【本站訊】近日，煙臺大學(xué)計算機與控制工程學(xué)院2022級計算機技術(shù)專業(yè)研究生李亞鴻為第一作者，計算機與控制工程學(xué)院王瑩潔教授為通訊作者，煙臺大學(xué)為第一單位，以“基于軌跡預(yù)測確定候選工人集合的任務(wù)分配”為題在國際計算機網(wǎng)絡(luò)頂級期刊《IEEE移動計算匯刊》發(fā)表研究論文。
據(jù)悉，《IEEE移動計算匯刊》由IEEE（國際電氣與電子工程師協(xié)會）主辦，是計算機科學(xué)領(lǐng)域最具影響力的國際期刊之一，是中國計算機學(xué)會（CCF）A類推薦期刊，致力于移動計算、無線網(wǎng)絡(luò)分布式系統(tǒng)、智能感知等研究方向。本次所刊發(fā)成果的研究工作獲得國家自然科學(xué)基金項目、山東省自然科學(xué)基金項目、山東省自然科學(xué)基金重點項目以及網(wǎng)絡(luò)與交換技術(shù)國家重點實驗室（北京郵電大學(xué)）開放基金的支持。
李亞鴻（左一）和王瑩潔老師（右四）
隨著智能設(shè)備和物聯(lián)網(wǎng)技術(shù)的普及，移動群智感知（MCS）已成為城市環(huán)境感知、智能交通、公共安全等領(lǐng)域的重要信息采集手段。相比傳統(tǒng)傳感器網(wǎng)絡(luò)，MCS依靠眾包工人的移動設(shè)備進行數(shù)據(jù)采集，不僅成本低，還具有更高的靈活性。然而，現(xiàn)有招募策略仍有不足：一是過度依賴歷史行為，未充分考慮工人動態(tài)軌跡，影響任務(wù)時效與準(zhǔn)確性；二是任務(wù)分配優(yōu)化不足，工人選擇不精準(zhǔn)、調(diào)度不靈活，導(dǎo)致資源浪費和執(zhí)行成本上升。因此，該研究團隊創(chuàng)新性地提出了一種基于軌跡預(yù)測確定候選眾包工人集合的招募框架“RFOW-MT”，采用離線-在線結(jié)合的兩階段任務(wù)分配機制，從而有效解決上述問題。此外，該研究在智慧城市和環(huán)境監(jiān)測領(lǐng)域具有重要應(yīng)用價值，通過軌跡預(yù)測與動態(tài)優(yōu)化，提高數(shù)據(jù)采集的效率、準(zhǔn)確性和經(jīng)濟性。
回顧自己的科研旅程，李亞鴻表示，必須要感謝學(xué)院、老師、同學(xué)給予的巨大幫助，學(xué)校提供的科研資源、班級和同學(xué)的學(xué)術(shù)氛圍、導(dǎo)師的悉心指導(dǎo)，讓他從一個科研新人逐漸成長為可以獨立開展研究的研究生，在整個研究過程中，王瑩潔教授和團隊其他同學(xué)的幫助，讓他在科研思維、學(xué)術(shù)寫作數(shù)據(jù)分析等方面有了顯著提升。這項研究的完成歷時一年半，在研究過程中面臨多項技術(shù)性挑戰(zhàn)，軌跡預(yù)測的精度問題、候選工人的篩選問題、任務(wù)的分配與優(yōu)化、論文的反復(fù)修改與優(yōu)化，這一過程不僅是技術(shù)上的挑戰(zhàn)，更是對科研耐心和問題解決能力的錘煉，讓他深刻體會到科研的嚴(yán)謹(jǐn)性和挑戰(zhàn)性。
對于這項研究成果的取得，李亞鴻認(rèn)為關(guān)鍵因素在于持續(xù)的探索精神、扎實的技術(shù)基礎(chǔ)、良好的科研環(huán)境、高效的時間管理、執(zhí)行力論文寫作與學(xué)術(shù)表達能力，正是這幾項因素幫助他完成了本次研究，也為今后的科研工作打下了堅實基礎(chǔ)。
此外，李亞鴻積極參與第九屆中國智能技術(shù)與大數(shù)據(jù)會議、第二屆山東省計算智能大會、2024IEEE世界服務(wù)計算大會等多個學(xué)術(shù)活動，獲得2024年山東省研究生創(chuàng)新成果獎，不斷深化對于專業(yè)知識的理解和運用。談到未來規(guī)劃，他表示，希望繼續(xù)深入研究移動群智感知、深度學(xué)習(xí)、智能任務(wù)分配等方向，進一步優(yōu)化現(xiàn)有的算法，并探索其實際應(yīng)用場景，如智慧城市、環(huán)境監(jiān)測、智能交通等。希望未來能將研究成果應(yīng)用到實際場景，為智能計算和群智感知技術(shù)的發(fā)展貢獻自己的力量。
來稿時間：3月7日 審核：亓健生 責(zé)任編輯：孫艷
